Η Microsoft επέλεξε την παγκοσμίως γνωστή εικόνα της Μόνα Λίζα του Λεονάρντο ντα Βίντσι για να δείξει τις δυνατότητες του VASA-1, το νέο της εργαλείο τεχνητής νοημοσύνης. Το εργαλείο αυτό έχει την ικανότητα να συνδυάζει μια φωτογραφία προσώπου με ηχητικό υλικό από άλλο άτομο, δημιουργώντας ένα βίντεο όπου το πρόσωπο στην εικόνα φαίνεται να τραγουδάει ρεαλιστικά.
Για τη δημιουργία ενός τέτοιου βίντεο με τη Μόνα Λίζα, οι ερευνητές της Microsoft χρησιμοποίησαν τη φωνή της Άνν Χάθαγουεϊ που ερμήνευε το τραγούδι Paparazzi με έναν χιουμοριστικό τρόπο. Το VASA-1 έχει σχεδιαστεί για να αναλύει διάφορες κινήσεις του προσώπου, όπως τα χείλη, τις εκφράσεις, το βλέμμα και το άνοιγμα και κλείσιμο των ματιών.
Γενικότερα, παρατηρούμε μια αγάπη στη Μόνα Λίζα ειδικά όταν πρόκειται να την “πειράξουν” με την τεχνητή νοημοσύνη. Δεν είναι αυτή η πρώτη φορά που δοκιμάζουν την τεχνολογία στην ξακουστή Τζοκόντα!
Παρόλο που το εργαλείο αυτό έγινε γνωστό, η Microsoft δεν προγραμματίζει να το κυκλοφορήσει ακόμα στο ευρύ κοινό.
Microsoft just dropped VASA-1.
This AI can make single image sing and talk from audio reference expressively. Similar to EMO from Alibaba
10 wild examples:
1. Mona Lisa rapping Paparazzi pic.twitter.com/LSGF3mMVnD
— Min Choi (@minchoi) April 18, 2024
Γεια σου φίλη! Είμαι η Μάρθα και αγαπώ καθετί καινούργιο! Παρόλο που ξεκίνησα με σπουδές στη Διοίκηση Επιχειρήσεων, το πάθος μου για τη γραφή με οδήγησε στη Δημοσιογραφία, όπου ολοκλήρωσα το μεταπτυχιακό μου στο ΕΚΠΑ. Πάντα με γοήτευε ο κόσμος του lifestyle, της μόδας, της ομορφιάς και της διακόσμησης (ζυγός που θέλει αρμονία), και τώρα έχω τη χαρά να μοιράζομαι τις δικές μου ιδέες και σκέψεις μαζί σου. Είσαι έτοιμη για αυτό το ταξίδι;